知识卡片：胸部X光基础模型适配策略的亚组性能分析

一句话结论

在冻结的 Rad-DINO 胸部X光编码器上，注意力池化（attention pooling）适配器取得最强的整体判别性能，但对种族等受保护属性的编码也最强；整体性能提升并不总能减小亚组差距，公平性影响因任务而异且不可预测，必须逐任务直接评估，而不能凭属性编码强度或平均性能推断。

英文标题与关键词

English Title: Subgroup performance analysis of adaptation strategies for chest X-ray foundation models
Keywords: foundation model; chest X-ray; subgroup fairness; parameter-efficient adaptation; Rad-DINO; MIMIC-CXR

事件概述 / 研究问题

基础模型正越来越多地被适配到下游医学影像任务，但所选适配策略对亚组公平性的影响仍不清楚。本研究以胸部X光病理分类为任务，系统比较三种参数高效适配技术在冻结的 Rad-DINO 编码器上的表现，并分析不同亚组之间的性能差距。

方法/产品要点

本文为方法研究，不涉及具体产品。

基座模型：冻结的 Rad-DINO 胸部X光编码器。
三种适配策略：
- 在原始 CLS token 上使用线性头；
- 使用 MLP；
- 使用基于多层 patch 特征的注意力池化模块。
评估任务：MIMIC-CXR 上的八种病理分类。
亚组维度：种族、性别、影像视图。
测试集设计：保持患病率、人口统计学均衡的测试集。
额外分析：探测每个适配器对受保护属性的编码强度。
进一步探索：不同注意力池化层组合对性能和公平性的影响。

主要结果或产业意义

注意力池化取得最强的整体判别性能，同时对受保护属性（尤其是种族）的编码也最强。
整体性能提升并不一致地降低亚组差异。
更强的属性编码并不对应更大的亚组差距：早期网络层对种族的编码最弱，却产生了最大的亚组性能差距。
在不同注意力池化层组合下，未发现“池化层选择、属性编码强度、亚组公平性”三者之间的一致关系。
对产业的意义：医疗影像AI不能只看平均精度；适配策略会影响公平性，且影响方向难以事先预测，需要在具体任务中直接做亚组公平性评估。

为什么重要

本研究提示，适配策略本身是医学基础模型公平性的一个设计变量，而不仅仅是模型架构或训练数据的问题。更丰富、更具表达力的表示可以提升准确率，但其公平性含义可能是任务依赖且不可预测的。

与既有脉络的关系

本条不是对已有卡片的直接延续或更新，而是为“foundation-model”主题增加医学影像基础模型适配公平性视角。已有相关卡片分别涉及病理基础模型效率、表格基础模型分布偏移、时间序列基础模型语料库；本条增量信息在于：胸部X光基础模型的“下游适配策略”与“亚组公平性”之间的关系需要单独评估。

局限与不确定性

本卡片仅依据 arXiv 摘要生成，以下内容目前无法从材料中确认，均标为“待核实”：

具体性能数值、亚组差距大小、置信区间；
测试集的样本量及人口统计学构成；
三种适配器的参数量与计算成本；
是否在外部数据集或非 Rad-DINO 编码器上验证；
是否经同行评议或已期刊发表。

可用于图书/PPT/简报的角度

适配策略是医学基础模型公平性的一个设计变量：线性头、MLP、注意力池化的表现与公平性并不一致。
不能仅看平均精度，也不能用“模型是否编码了种族/性别”来推断公平性；需要逐任务、逐亚组直接评估。
医疗影像AI的公平性审计应成为下游适配流程中的固定环节。

原始材料

原文标题：Subgroup performance analysis of adaptation strategies for chest X-ray foundation models
arXiv ID：2608.19078v1
作者：Dhruv Gupta, Emma A. M. Stanley, Fabio De Sousa Ribeiro, Sujal Desai, Ben Glocker
发布时间：2026-08-19T16:25:44Z
分类：cs.CV
原始链接：https://arxiv.org/abs/2608.19078v1
PDF 链接：https://arxiv.org/pdf/2608.19078v1

原文摘要：

Foundation models are increasingly adapted for downstream medical imaging tasks, yet the influence of the chosen adaptation strategy on subgroup fairness remains poorly understood. We investigate how three parameter-efficient adaptation techniques, including linear heads on the raw CLS token, an MLP, and an attention-pooling module over multi-layer patch features, affect both pathology classification performance and subgroup disparities when applied to the frozen Rad-DINO chest X-ray encoder. Using MIMIC-CXR, we evaluate eight pathologies across race, sex, and imaging-view subgroups on a prevalence-preserving, demographically balanced test set, and additionally probe how strongly each adapter encodes protected attributes. We find that attention pooling achieves the strongest overall discriminative performance and encodes attributes, particularly race, most strongly, but that improved overall performance does not consistently reduce subgroup disparities. Notably, stronger attribute encoding did not correspond to larger disparities: early network layers encoded race most weakly yet produced the largest subgroup performance gaps. Exploring different attention-pooling layer combinations further revealed no consistent relationship between the layers pooled, attribute encoding strength, and subgroup fairness. Our results indicate that richer, more expressive representations can improve accuracy while leaving fairness implications task-dependent and unpredictable, which must be assessed directly and per-task rather than inferred from encoding strength or overall performance alone.